| |||||||||||||||||
2.5.1: WarenkorbmodellDer gleiche Sachverhalt, der in Definition 20 mit charakteristischen Funktionen definiert wurde, kann - wie häufig - auch mit Mengen definiert werden. Dann spricht man auch vom Warenkorbmodell. Dazu wird von einer Grundmenge von n "Produkten" ausgegangen. W ist eine Teilmenge, B ein einzelnes Element (Produkt) der Grundmenge und der Beispielmenge entspricht eine Folge von m Teilmengen der Grundmenge. Die Regel WB gilt dann zur Basis , wenn mindestens m dieser Teilmengen die Menge W{B} enthalten. Sie gilt zum Grad , wenn der Quotient aus dieser Anzahl und der Anzahl der Beispielmengen, die W enthalten, größer oder gleich ist. In einer Datenbank über Teilnahme
an Lehrveranstaltungen im Fach Informatik könnte z.B.
die folgende assoziative Regel gefunden werden:
Abbildung 69: Anzahl der Regeln aus zwei BeispielsammlungenIn Abbildung 69 sind zwei Beispiele aus Klemettinen, Mannila, Ronkainen, Toivonen und Verkamo (1994) angegeben. In beiden Fällen ist die Anzahl der Regeln hoch. Bei den Beispielen aus dem Computerversand ist sie allerdings noch erheblich größer als bei den Belegungen von Lehrveranstaltungen. Das kann zum einen dadurch erklärt werden, dass die Rechner eher in standardisierten Zusammenstellungen geliefert werden, zum anderen aber auch dadurch, dass die Anzahl der Attribute größer und die Anzahl der Beispiele kleiner ist. Bei der Basis =0,06 und 524 Beispielen kann eine Regel gefunden werden, wenn mehr als 31 Beispiele die Bedingungen der linken Seite erfüllen. Zudem ist die mittlere Anzahl von belegten Attributen im zweiten Beispiel höher. In beiden Fällen ist die Anzahl der Regeln zu groß, um sie noch sinnvoll "von Hand" sichten und auswerten zu können. Es müssen daher automatisierte Verfahren verwendet werden, um interessante Teilmengen zu finden. Zudem gibt es Regeln, die sich bereits aus der Natur der Daten ergeben und daher nicht weiter interessant sind. Die Regel Design & Analysis of Algorithms Fundamentals of ADP (0,97, 0,03) besagt z.B., dass 97% der Studierenden, die den Kurs "Design and Analysis of Algorithms" belegt haben, im Laufe ihres Studiums auch den Kurs "Fundamentals of Automated Data Processing" belegt hatten. Da der zweite Kurs ein Einführungskurs ist, den die meisten Studierenden zu Beginn ihres Studiums belegen, ist das nicht sonderlich informativ oder überraschend. Um trotz der großen Zahl möglicher Regeln Wissen zu extrahieren, teilen Klemettinen et al. (1994) [->] die Kurse in Teilmengen wie "basic courses" und "graduate courses" oder Kurse verschiedener Fachgebiete ein. Dadurch wird Wissen über das Themengebiet eingebracht, das genutzt werden kann, um Regeln zu formulieren. Mit Hilfe der Einteilungen können Kurse spezifiziert und ausgewählt werden. Dazu verwenden Klemettinen et al. so genannte Templates. Definition 21: TemplateMit Hilfe dieser Templates können nun Mengen von Regeln bestimmt werden. Dazu kann zunächst ein positives Template angegeben werden. Das System zeigt dann alle Regeln an, die von diesem Template erfasst werden. Zusätzlich kann ein negatives Template angegeben werden. Die Regeln, die von diesem Template erfasst werden, werden dann wieder von der Anzeige ausgeschlossen. Dieses Verfahren ist damit quasi ein Suchverfahren auf der Menge der assoziativen Regeln: Die Teilmengen Wj geben Bedingungen an, mit denen eine Teilmenge der Regeln bestimmt wird. Dieses Verfahren wurde für binäre Attribute entwickelt, also für den Fall, in dem Mengen durch ihre charakteristische Funktion dargestellt werden. Deshalb müssen zur Verallgemeinerung Teilmengen der Menge der Attribute verwendet werden. Bei nichtbinären Attributen kann man Verallgemeinerungen dadurch beschreiben, dass man Teilmengen der Wertemenge eines Attributs als Attributwerte zulässt, in der Sprache des AQ-Algorithmus also auch Selektoren als Attributwerte erlaubt. Diese Teilmengen des Wertebereichs können z.B. durch eine streng hierarchische Klassifikation beschrieben werden. Auch hier wird durch die Klassifikation Wissen über das Themengebiet eingebracht, das benutzt werden kann, um Regeln zu formulieren. So könnte man die Lebensjahre eines Menschen in Kindheit, Jugend, Berufsfähigkeit und Rentenalter einteilen. Das dritte Lebensjahr ist z.B. ein Teil der Kindheit oder umgekehrt die Kindheit eine Verallgemeinerung des dritten Lebensjahres. Existenzaussagen, die über ein Beispiel mit dem spezifischeren Wert gelten, gelten dann auch für den verallgemeinerten Wert: Aus der Aussage "Karl ist drei Jahre alt" ( x: mit alter(x)=3Jahre und name(x)=Karl ) kann man folgern: "Karl ist ein Kind" ( x: mit alter(x)Kindheit und name(x)=Karl ) Man kann die Ordnung des Wertebereichs, die durch ein hierarchisches Klassifikationssystem gegeben ist, auch anders beschreiben: Lässt man die Namen der Klassen (also z.B. Kindheit, Jugend) als Werte des Attributs zu, definiert die Teilmengenrelation eine Teilordnung auf diesem erweiterten Wertebereich. Definition 22: TeilordnungAuf einer Menge kann es mehrere Teilordnungen geben. Um aus einem hierarchischen Klassifikationssystem auf einer Menge R eine Teilordnung abzuleiten, verwendet man die Mengeninklusion auf der Potenzmenge P(R) , also der Menge aller Teilmengen von R . Für diese Teilordnungen ist die Menge R ein maximales Element. Geht man zum System der in der Klassifikation vorkommenden Teilmengen über, bleibt die Teilordnung mit maximalem Element erhalten. Weil durch die Teilmengen einer streng hierarchischen Klassifikation eines Themengebiets Konzepte definiert werden, bezeichnet man die so erzeugte Teilordnung auch als Konzepthierarchie. Ein KDD-Verfahren, das mit solchen Teilordnungen arbeitet, soll im Folgenden 2.5.2 vorgestellt werden. | |||||||||||||||||
| |||||||||||||||||
|
Diese Seiten sind urheberrechtlich geschützt. Die Verantwortung für die Inhalte und die Rechte der Online-Version liegen beim Autor Reginald Ferber, Münster (Westf). Die Rechte der gedruckten Version beim dpunkt.verlag, Heidelberg. Die Weiterverwendung von Texten oder Abbildungen - auch auszugsweise - ist ohne die schriftliche Zustimmung des Autors Reginald Ferber bzw. des dpunkt.verlags nicht gestattet.
Es wird darauf hingewiesen, dass die verwendeten Soft- und Hardware-Bezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im Allgemeinen warenzeichen-, marken-, oder patentrechtlichem Schutz unterliegen. Alle Angaben und Programme wurden mit großer Sorgfalt kontrolliert. Trotzdem kann keinerlei Haftung für Schäden irgendwelcher Art übernommen werden, die sich im Zusammenhang mit der Nutzung dieser Seiten ergeben.
Diese HTML-Datei wurde am 27-10-2003 erzeugt.